基于蝙蝠算法的物流配送中心选址问题研究

《基于蝙蝠算法的物流配送中心选址问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于蝙蝠算法的物流配送中心选址问题研究-->1绪论1.1选题背景及意义1.1.1选题背景在当今这个追求服务差异化与高附加值的时代，通过降低生产成本和提高劳动生产率能够带来的经济利润变得越来越少。现阶段被誉为“第三利润源泉”的物流业受到研究者前所未有的关注，与其相关的研究理论不断被提出来。现代管理学之父德鲁克专门用“黑大陆”理论来阐述物流活动的重要性，他指出企业节省成本的终极手段是流通，并将物流形象地比作“处女地”；知名学者西泽修创立的物流冰山说，提醒管理者要对企业物流所产生的实际费用有清醒的认识。此外，影响较大的还有服务中心

2、说，效益背反说等。当前我国物流业现代化程度与第一世界国家相比仍有不小差距，但经过物流人数十年的不懈努力仍收获了丰硕的成果。尤其是加入ATLAB执行蝙蝠算法对测试函数进行求解，以检测算法的优化性能。（1）Rosenbrock函数Rosenbrock函数是很难求得最小解的病态二次函数，它的全局最优解与能够达到的局部最优解之间有一条狭窄的山谷，曲面山谷中的点的最速下降方向几乎恰好垂直于到函数最小值的最优方向。该函数对搜索提供的信息很少，使算法很难辨别搜索方向，求得全局最优点的概率极低，所以通常用这个函数测试算法的搜索性能。其全局搜

3、索最小值Z*=0,此时(x,y)=(1,1)。函数f1的空间特征如图2-1所示，运行蝙蝠算法得到函数f-->1的适应度曲线如图2-2所示。.......................3蝙蝠算法求解单配送中心选址问题............233.1配送中心及其选址相关理论.................233.1.1配送中心的概念.....................234蝙蝠算法求解多配送中心选址问题..................354.1多配送中心选址模型回顾...........354.1.1运输规划法.

4、......................355总结与展望..................475.1总结.................475.2展望...........474蝙蝠算法求解多配送中心选址问题4.1多配送中心选址模型的建立本节选取离散型多配送中心选址问题作为研究对象，具体可作如下表述：某一区域内分布有若干配送服务需求点，且需求点的需求量均为已知。现计划从该地区数个候选位置中选出一部分建立配送中心。在满足所有需求点配送服务需求的前提下，使得包括固定费用、配送费用和仓储费用在内的总物流费用最小。为了简化选

5、址问题，作以下假设：（1）从已知的候选位置中选出一部分建设配送中心；（2）配送费用与配送量呈正比关系；（3）配送中心能够满足所有需求点的配送服务需求；（4）已知每个需求点的年需求量；（5）配送中心不存储多余的货物。设某地区共有n需求点，每个需求点的需求量均为已知，现计划从m个候选位置中选出t个建设配送中心，使得整个配送系统的物流总费用最小。为了方便选址模型的建立，引入如下变量：n——需求点的个数；m——配送中心候选位置的个数；t——计划建设配送中心的个数；Dj——第j个需求点的年需求量；xij——配送中心i为需求点j配送的货

6、物量；hij——配送中心i到需求点j的配送费率；Fi——配送中心建在第i个候选位置的年固定费用；Ci——在第i个配送中心储存单位货物的储存费用；.......................5总结与展望5.1总结在满足配送服务需求的条件下使物流总费用最小是所有物流活动参与者共同追求的目标。配送中心处于供应链的核心地位，在配送过程中发挥着具足轻重的作用。因此，关于配送中心选址问题的研究理所当然的成为当下物流研究的一个热点。本文通过查阅大量选址有关文献，在总结前人研究成果的基础之上，结合配送中心选址问题的特点以及蝙蝠算法的诸多优

7、点，用蝙蝠算法求解配送中心选址问题，为求解配送中心选址问题提供一种新的可行方法。本文的主要工作有：（1）综述了蝙蝠算法的提出背景、相关概念、搜索流程与变量更新规则。通过仿真实验验证蝙蝠算法具有良好的全局优化性能，验证了用其求解配送中心选址优化问题的可行性。（2）用蝙蝠算法求解连续型单配送中心选址问题，通过两个具体算例表明蝙蝠算法能有效求解单配送中心选址问题。（3）用蝙蝠算法求解离散型多配送中心选址问题，建立了包括固定费用、运输费用和存储费用三个模块的0-1混合整数规划选址模型。该模型中各个需求点的需求量是已知的，计划从若干个

8、候选位置中选出一部分建设配送中心，在满足所有需求点配送需求的前提下，使物流总费用最少。结合具体算例，分别用蝙蝠算法和LINGO进行求解，通过对比实验结果表明蝙蝠算法能有效求解多配送中心选址问题。